Les modèles des arbres de Markov Cachés via les algorithmes génétiques pour l'analyse de la texture

Voir Plus Voir Moins

Afficher le Résumé

es modeles de Markov caches ont ete appliques avec succes a la reconnaissancede la parole. Cependant, il est diftcile de les appliquer directement a lamodelisation d’image, du au nombre d’etats possible existant dans les imagesreelles. Crouse et al. ont propose recemment un nouveau modele de Markovcache particulier pour des ondelettes, le modele des arbres de Markov caches(HMTs). La transformee en ondelette reduit le nombre des etats, ce qui rend lesmodeles de Markov caches utiles a la modelisation statistique des images.Ils ont ete appliques aux differents traitements d’images telle que la segmentationet la compression.Nous nous interessons, dans cette etude, a Fapprentissage des modeles des arbres de Markov caches, Palgorithme expectation maximisation est traditionnellementutilise. Nous proposons une nouvel lgorithme d’apprentissage basee sur lesalgorithmes genetiques. Nous proposons, aussi, d’utiliser les HMTs pou l’analyse de texture, plus particulierement, pour la classitcation des textures.